ARTIKEL SISTEM PENDUKUNG KEPUTUSAN UNTUK...
-
Upload
vuongtuong -
Category
Documents
-
view
230 -
download
0
Transcript of ARTIKEL SISTEM PENDUKUNG KEPUTUSAN UNTUK...
ARTIKEL
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
KELAYAKAN PEMOHON KREDIT DALAM MENGAJUKAN
PINJAMAN PADA PT. SMS FINANCE MENGGUNAKAN METODE
FUZZY TAHANI
Oleh:
DHI AJENG PUTRI WULANDARI
NPM: 13.1.03.02.0093
Dibimbing oleh :
1. Hermin Istiasih, S.T,. M.M., M.T
2. Ardi Sanjaya, M. Kom.
PROGRAM STUDI
FAKULTAS
UNIVERSITAS NUSANTARA PGRI KEDIRI
TAHUN 2017
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Dhi Ajeng Putri Wulandari | 13.1.03.02.0093 Teknik - Informatika
simki.unpkediri.ac.id || 2||
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN
KELAYAKAN PEMOHON KREDIT DALAM MENGAJUKAN
PINJAMAN PADA PT. SMS FINANCE MENGGUNAKAN METODE
FUZZY TAHANI
Dhi Ajeng Putri Wulandari
13.1.03.02.0093
Teknik -Informatika
Hermin Istiasih, S.T,. M.M., M.T dan Ardi Sanjaya, M. Kom.
UNIVERSITAS NUSANTARA PGRI KEDIRI
ABSTRAK
Penelitian ini adalah sistem pendukung keputusan untuk menentukan kelayakan pemohon kredit
menggunakan Metode Fuzzy Tahani dengan cara menginput data dari pemohon kredit berdasarkan
kriteria yang sudah ditentukan kemudian dari kriteria yang ada dilakukan proses perhitungan dari
masing-masing keriteria untuk mendapatkan hasil rekomendasi terbaik yang layak menerima kredit.
Dari hasil penelitian yang dilakukan, maka dapat disimpulkan bahwa telah dibuatnya sistem
pendukung keputusan untuk menentukan kelayakan pemohon kredit dengan menggunakan metode
fuzzy tahani. Sistem ini dapat menentukan siapa sajakah pemohon kredit yang layak dibiayai dan tidak
dibiayai dengan sepuluh keriteria yang diinputkan sehingga dengan sepuluh keriteria tersebut dapat
menjadikan proses analisa data pemohon kredit lebih mendetail. Berdasarkan simpulan hasil penelitian
ini, direkomendasikan: Tujuan pokok sistem pendukung keputusan menggunakan metode fuzzy tahani
adalah untuk membantu menghindari kredit macet yang nantinya akan berdampak buruk pada
perusahaan. Oleh sebab itu pentingnya menganalisis data pemohon secara lebih detail.
KATA KUNCI : Sistem, Keputusan, Kelayakan, Metode, Fuzzy tahani, Kredit, Pinjaman.
I. LATAR BELAKANG
PT SMS Finance atau Perusahaan
Leasing adalah badan usaha di luar bank
dan lembaga keuangan yang bergerak
dibidang pembiayaan konsumen,
pembiayaan konsumen adalah kegiatan
pembiayaan untuk pengadaan barang
berdasarkan kebutuhan atau pembiayaan
berdasarkan jaminan yang diberikan
konsumen dengan pembayaran secara
angsuran. PT SMS Finance adalah
perusahaan yang bergerak di industri
pembiayaan mobil yang didirikan pada
tahun 2000 dan sudah memiliki 106
cabang di seluruh Indonesia dan mulai
beroperasi pada bulan Juni 2001. Satu
kendala yang menyebabkan pendapatan
perusahaan berkurang adalah kredit macet.
Kredit macet adalah keadaan dimana
konsumen kredit sudah tidak sanggup
membayar sebagian atau seluruh
kewajibannya kepada perusahaan seperti
yang telah diperjanjikan. Dalam kasus
seperti ini, apabila kredit-kredit yang telah
disalurkan banyak yang macet maka akan
menimbulkan kerugian. Kerugian ini dapat
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Dhi Ajeng Putri Wulandari | 13.1.03.02.0093 Teknik - Informatika
simki.unpkediri.ac.id || 3||
menghambat laju perkembangan
perusahaan dan mengganggu kegiatan
operasional lain, sehingga perlu dilakukan
seleksi yang didasarkan pada analisis data
pemohon kredit. Pada umumnya
perusahaan leasing merekrut tenaga kerja
di bagian Credit Analyst untuk melakukan
analisis terhadap data-data yang diajukan
oleh pemohon kredit karena kondisi
ekonomi pemohon kredit yang berbeda-
beda menuntut kejelian Credit Analyst
dalam pengambilan keputusan. Untuk
meminimalisir terjadinya kerugian pada
perusahaan dan juga menutup
kemungkinan terjadinya human eror
seperti kesalahan perhitungan, salah
membaca data, dan lain-lain. Oleh karena
itu, dalam upaya membantu Credit Analyst
dalam kegiatan pengambilan keputusan
konsumen layak kredit, diperlukan sebuah
model sistem pendukung keputusan
berbasis web yang dapat memberikan
kemudahan dalam melakukan analisa data,
perhitungan penilaian kriteria pemohon
kredit serta membantu pengolahan data
pemohon kredit menjadi informasi untuk
mengambil keputusan. Sistem pendukung
keputusan (SPK) adalah sebuah sistem
yang mampu memberikan kemampuan
pemecahan masalah maupun kemampuan
pengkomunikasian untuk masalah dengan
kondisi semi terstruktur dan tak terstruktur.
II. METODE
Logika fuzzy merupakan salah satu
komponen pembentuk soft computing.
Logika fuzzy pertama kali diperkenalkan
oleh Prof. Lotfi A. Zadeh pada tahun 1965.
Dasar logika fuzzy adalah teori himpunan
fuzzy. Pada teori himpunan fuzzy, peranan
derajat keanggotaan sebagai penentu
keberadaan elemen dalam suatu himpunan
sangatlah penting. Nilai keanggotaan atau
derajat keanggotaan atau membership
function menjadi ciri utama dari penalaran
dengan logika fuzzy tersebut dan logika
fuzzy digunakan sebagai suatu cara untuk
memetakan permasalahan dari input
menuju ke output yang diharapkan. Pada
himpunan tegas (crips), nilai keanggotaan
suatu item x dalam suatu himpunan A,
yang sering ditulis dengan µᴀ(x), memiliki
dua kemungkinan, yaitu satu, yang berarti
bahwa suatu sistem menjadi anggota dalam
suatu himpunan, atau nol, yang berarti
bahwa suatu item tidak menjadi anggota
dalam suatu himpunan. Fungsi
keanggotaan (membership function) adalah
suatu kurva yang menunjukkan pemetaan
titik-titik input data ke dalam nilai
keanggotaannya yang memiliki interval
antara nol sampai satu. Salah satu cara
yang dapat digunakan untuk mendapatkan
nilai keanggotaan adalah dengan melalui
pendekatan fungsi. Representasi dari
fungsi keanggotaan ini dapat digambarkan
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Dhi Ajeng Putri Wulandari | 13.1.03.02.0093 Teknik - Informatika
simki.unpkediri.ac.id || 4||
dengan dua bentuk yaitu bentuk linear atau
garis lurus dan bentuk kurva.
1. Perancangan Sistem
Berikut adalah flowchart dari
penelitian penentuan kelayakan pemohon
kredit dengan metode Fuzzy tahani.
Gambar 1. Flowchart
a. Mulai.
b. Input data pemohon kredit untuk
menentukan konsumen layak untuk
dibiayai atau tidak.
c. Perhitungan proses yang terjadi pada
sistem untuk menghasilkan suatu
rekomendasi.
d. Hasil Rekomendasi yang diperoleh dari
penginputan dan perhitungan sehingga
menghasilkan diterima atau tidak
diterima.
e. Selesai.
2. Data Pemohon
Pada tabel berikut ini merupakan
tabel data pemohon kredit yang akan
dilakukan pengecekan layak atau tidak
untuk dibiayai dengan menggunakan
sepuluh kriteria yaitu nama pemohon,
lama tinggal, lama bekerja atau usaha,
jumlah tanggungan, jarak tempuh domisili,
jumlah kendaraan, jumlah karyawan, gaji
atau omset per bulan, tenor, tahun
kendaraan, usia.
Tabel 1. Tabel Pemohon
Nama
Pemohon Alamat Lama Tinggal
Indah Nganjuk 4 tahun
Yati Kediri 5 tahun
Jumlah
Kendaraan
Jumlah
Karyawan
Gaji/Omset per
bulan
4 unit 10 orang Rp. 9.000.000
1 unit 30 orang Rp. 10.000.000
Lama
Bekerja/Usaha
Jumlah
Tanggungan
Jarak Tempuh
Domisili
3 tahun 3 orang 15 km
5 tahun 5 orang 5 km
Tenor Tahun
Kendaraan Usia
4 tahun 2013 30 tahun
3 tahun 2013 30 tahun
3. Perancangan Rule
Prosesnya adalah sebagai berikut,
seluruh nilai fuzzy input yang berasal dari
proses fuzzyfikasi kemudian dimasukan
kedalam sebuah rul eyang telah dibuat
untuk dijadikan sebuah fuzzy output.
Tabel 2. Tabel Rule
Rule Nama Pemohon Lama Tinggal
1 INDAH sedang
2 YATI sedang
Jumlah
Kendaraan
Jumlah
Karyawan
Gaji/Omset per
bulan
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Dhi Ajeng Putri Wulandari | 13.1.03.02.0093 Teknik - Informatika
simki.unpkediri.ac.id || 5||
banyak Sedang banyak
sedikit Banyak banyak
Lama
Usaha
Jumlah
Tanggungan Jarak Tempuh
Baru sedikit jauh
sedang sedang sedang
Tenor Tahun
Kendaraan Usia
banyak sedang parohbaya
sedang sedang parohbaya
4. Perhitungan
Gambar 2. Fungsi Keanggotaan Untuk
Lama Tinggal
1) Fungsi keanggotaan Baru (BR) :
µBR[x]
{
1; x ≤ 3
5 − x
2; 3 ≤ x ≤ 5
0; x ≥ 5
2) Fungsi keanggotaan Sedang (SD) :
µPB[x]
{
0; x ≤ 3 atau x ≥ 10
x − 3
2; 3 ≤ x ≤ 5
10 − x
5; 5 ≤ x ≤ 10
3) Fungsi keanggotaan Lama (LM) :
µLM[𝑥]
{
0; 𝑥 ≤ 10
𝑥 − 5
5; 5 ≤ 𝑥 ≤ 10
1; 𝑥 ≥ 10
III. HASIL DAN KESIMPULAN
Tabel 3. Hasil Perhitungan
Nama
Pemohon
Lama
Tinggal
Lama Tinggal
Baru
INDAH NGANJUK 0.5000
YATI KEDIRI 0
Lama Tinggal
Sedang
Lama
Tinggal
Lama
Lama Usaha
Baru
0.5000 0 1
10.000 0 0
Lama Usaha
Sedang
Lama Usaha
Lama
Jumlah
Tanggungan
Sedikit
0 0 0.6667
10.000 0 0
Jumlah
Tanggungan
Sedang
Jumlah
Tanggungan
Banyak
Jarak Domisili
Dekat
0.3333 0 0
10.000 0 0
Jarak Domisili
Sedang
Jarak
Domisili
Jauh
Jumlah
Kendaraan
Sedikit
0 1 0
10.000 0 1
Jumlah
Kendaraan
Sedang
Jumlah
Kendaraan
Banyak
Jumlah
Karyawan
Sedikit
0.5000 0.5000 0
0 0 0
Jumlah
Karyawan
Sedang
Jumlah
Karyawan
Banyak
Gaji per bulan
Sedikit
10.000 0 0
0 1 0
Gaji per bulan
Sedang
Gaji per
bulan
Banyak
Tenor Sedikit
0 1 0
0 1 0
Tenor Sedang Tenor
Banyak
Tahun
Kendaraan
Baru
0 1 0
10.000 0 0
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX
Artikel Skripsi
Universitas Nusantara PGRI Kediri
Dhi Ajeng Putri Wulandari | 13.1.03.02.0093 Teknik - Informatika
simki.unpkediri.ac.id || 6||
Tahun
Kendaraan
Sedang
Tahun
Kendaraan
Lama
Usia Muda
10.000 0 0
10.000 0 0
Usia Parobaya Usia Tua Hasil
10.000 0 30,007
10.000 0 70,003
Tabel diatas adalah hasil dari pengujian
yang dilakukan, dengan menggunakan
sepuluh keriteria yaitu lama tinggal, lama
usaha, jumlah tanggungan, jarak domisili,
jumlah kendaraan, jumlah karyawan, gaji,
tenor, tahun kendaraan, dan usia, maka
didapat pemohon kredit atas nama YATI
yang diterima dikarenakan memiliki nilai
perhitungan yang lebih tinggi yaitu 70,003
dibandingkan dengan pemohon kredit atas
nama INDAH dengan nilai perhitungan
yaitu 30,007.
Gambar 3. Screenshoot Sistem Penentuan
Kelayakan Pemohon Kredit
KESIMPULAN
Dari hasil penelitian yang dilakukan,
maka dapat disimpulkan bahwa Telah
dibuatnya sistem pendukung keputusan
untuk menentukan kelayakan pemohon
kredit dengan menggunakan metode fuzzy
tahani. Sistem ini dapat menentukan siapa
sajakah pemohon kredit yang layak
dibiayai dan tidak layak dibiayai dengan
sepuluh keriteria yang diinputkan sehingga
dengan sepuluh keriteria tersebut dapat
menjadikan proses analisa data pemohon
kredit lebih mendetail.
IV. DAFTAR PUSTAKA
[1] Amalia, L, Fananie, Z.B, danUtama,
D.N.2010.Model Fuzzy Tahani untuk
Pemodelan Sistem Pendukung
Keputusan (SPK) (Kasus
:Rekomendasi Pembelian
Handphone)”. Makalah disajikan pada
Seminar Nasional Aplikasi Teknologi,
Yogyakarta.
[2] Arief, M. Rudianto. 2011.
Pemrograman Web Dinamis
Menggunakan PHP dan MYSQL.
Yogyakarta : Andi.
[3] Eliyani, P.U, danRosyadi, D. 2009.
“Decision Support System untuk
Pembelian Mobil Menggunakan Fuzzy
Database Model Tahani”. Makalah
disajikan pada Seminar Nasional
Aplikasi Teknologi, Yogyakarta.
[4] Hamdani, 2011, “Penerapan
Himpunan Fuzzy Untuk Sistem
Pendukung Keputusan Pemilihan
Telephone Cellular”, Jurnal
Informatika Mulawarman. Vol.6.No.1.
Hal. 39-44.
[5] Kendall, K. E dan J.E. Kendall. 2003.
Analisis dan Perancangan Sistem.
Jakarta : PT. Prenhallindo.
[6] Kusumadewi, S, dan Purnomo, H.
2004. Aplikasi Logika Fuzzy untuk
Pendukung Keputusan. Yogyakarta :
Graha Ilmu.
[7] Kusumadewi, Sri .,dkk. 2004. Aplikasi
Logika Fuzzy Untuk Pendukung
Keputusan. Yogyakarta : Graha Ilmu.
Simki-Techsain Vol. 01 No. 09 Tahun 2017 ISSN : XXXX-XXXX